The invention relates to the field of psychological evaluation technology, in particular to a mental health early warning system and method based on association rules. The system includes the full scale mental state attribute database, the frequent attribute combination set generation module of the abnormal psychological object, the confidence constraint judgment module, the correlation constraint judgment module, the early warning model parameter generation module and the psychological state attribute data acquisition module of the object to be evaluated. The method includes: obtaining full psychological state property data, generating set of frequent attribute combinations of psychological abnormal objects, producing strong association rules according to the set reliability, generating effective association rules according to the given correlation, and taking it as a potential cause, combining the potential cause with the known cause, and realizing the psychological health precondition. Police. The invention realizes early warning psychological abnormality, improves the accuracy of early warning, reduces the influence of the subjective factors of the psychologist, and helps the psychologist to grasp the principles of psychological abnormality more deeply.
【技术实现步骤摘要】
一种基于关联规则的心理健康预警系统及方法
本专利技术涉及心理测评
,尤其涉及一种基于关联规则的心理健康预警系统及方法。
技术介绍
关联规则是指根据数据库中数据项出现在记录中的频繁程度,得出的关于数据项的推导规则。关联规则挖掘是数据挖掘研究中最为活跃的领域之一,最早是由Agrawal在1993年提出的,最初用于研究零售交易数据集中不同商品之间的共现联系,从而发现顾客的购买行为模式,其分析结果可应用于零售商品的位置分布、商品需求预测与用户分类等。设D为待挖掘对象的全量数据库,I为数据库中的项集,则关联规则的形式为A→B,其中A⊂D,B⊂D,且A∩B=∅。满足最小支持度min_sup和最小置信度min_con最低阈值要求的关联规则被称为强关联规则。支持度是指项集A的数据记录在D所占的百分比,置信度是指同时包含A、B的数据记录数在D上所占的百分比。支持度反映的是关联规则的有用性,而置信度反映的是关联规则的可信度。关联规则挖掘一般分为三步。首先,从全量数据集中找出频繁项集。接着,从频繁项集合中生成满足最低置信度min_con约束要求的关联规则。最后,为确保挖掘出的关联规则是有效的,通常会对项集A与B进行相关性Corr检测。若Corr>1,表示A和B是正相关关系,表示A与B的出现概率是相互促进,其对应的关联规则是有效的;若Corr=1,表示A和B相互独立,即A与B的出现概率互不影响;若Corr>1,表示A和B是负相关的,表示A与B的出现概率呈抑制作用,其对应的关联规则是无效的。随着大数据技术和高性能计算技术在心理咨询领域的应用日趋广泛 ...
【技术保护点】
1.一种基于关联规则的心理健康预警系统,所述系统包括:全量测评对象的态属性数据库、心理异常对象的频繁属性组合集合生成模块、置信度约束判断模块、相关性约束判断模块、预警模型参数生成模块、心理健康预警模型和待测评对象心理状态属性数据获取模块,其特征在于:所述全量测评对象的态属性数据库用于存储全量测评对象的态属性数据;所述心理异常对象的频繁属性组合集合生成模块用于针对心理异常对象心理状态数据,按照给定的支持度约束要求min_sup,得到频繁属性组合集合,即频繁项集X;所述置信度约束判断模块用于根据给定置信度约束min_con,由频繁项集X产生强关联规则集合R;所述相关性约束判断模块用于根据给定相关性约束min_corr,提取强关联规则集合R中的有效关联规则集合TR;所述预警模型参数生成模块用于将有效关联规则集合TR作为潜在病因和已知病因进行融合,生成心理健康模型中的参数,从而确定心理健康预警模型;所述待测评对象心理状态属性数据获取模块用于获取测评对象心理状态属性数据;所述心理健康预警模型根据获取的测评对象心理状态属性数据对测评对象进行分析,从而得出心理健康预警结果。
【技术特征摘要】
2017.07.11 CN 20171055990031.一种基于关联规则的心理健康预警系统,所述系统包括:全量测评对象的态属性数据库、心理异常对象的频繁属性组合集合生成模块、置信度约束判断模块、相关性约束判断模块、预警模型参数生成模块、心理健康预警模型和待测评对象心理状态属性数据获取模块,其特征在于:所述全量测评对象的态属性数据库用于存储全量测评对象的态属性数据;所述心理异常对象的频繁属性组合集合生成模块用于针对心理异常对象心理状态数据,按照给定的支持度约束要求min_sup,得到频繁属性组合集合,即频繁项集X;所述置信度约束判断模块用于根据给定置信度约束min_con,由频繁项集X产生强关联规则集合R;所述相关性约束判断模块用于根据给定相关性约束min_corr,提取强关联规则集合R中的有效关联规则集合TR;所述预警模型参数生成模块用于将有效关联规则集合TR作为潜在病因和已知病因进行融合,生成心理健康模型中的参数,从而确定心理健康预警模型;所述待测评对象心理状态属性数据获取模块用于获取测评对象心理状态属性数据;所述心理健康预警模型根据获取的测评对象心理状态属性数据对测评对象进行分析,从而得出心理健康预警结果。2.根据权利要求1所述的一种基于关联规则的心理健康预警系统,其特征在于:所述全量测评对象的状态属性为生物属性、社会属性、认知属性中的任一种或者任几种的组合;所述生物属性包括性别、年龄、身高、体重、与心理状态关联的疾病;所述社会属性包括民族、宗教信仰、学历、职业、政治面貌、籍贯、国籍、住所地;所述认知属性包括错误观念、思维习惯、价...
【专利技术属性】
技术研发人员:梁政,吴学钦,詹水进,
申请(专利权)人:厦门君沣信息科技有限公司,
类型:发明
国别省市:福建,35
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。